segmentering fra 🤬 til 😍 med AI

For 5-6 år tilbake hadde jeg en skikkelig god idé.

Til julebrevet for en organisasjon jeg jobbet med, skulle vi sortere ut de store giverne. De skulle ikke få noe foreslått beløp på giro, men i stedet skulle vi i brevet referere til den siste store gaven de ga.

Teorien var at de da skulle være «ankret» på sitt eget høye beløp – i stedet for at de skulle få foreslått 250 kroner som alle andre.

Dette er jo ganske basic fundraising-kunnskap. Finn de store giverne, og behandle dem annerledes.

Men i praksis – herregud for et mareritt det var!

Å finne giverne var enkelt nok. Men å få laget en fil som kunne flette inn det store beløpet vi manuelt fint kunne se med øynene på lista – som i tillegg tilkjennega når gaven var gitt (for de kunne jo ha gitt andre, mindre gaver etterpå) – det var alt annet enn enkelt.

Det endte med en særdeles manuell jobb, der vi satt med adresseuttrekket og for hånd skrev flettetekster inn i excelarket, der vi satte inn beløpet, og gjorde om dato (og tidspunkt!) som databasen ga oss til en lesevennlig ordlyd, som «i mars i fjor».

Det funka – vi fikk en svært god økning i snittgave på disse personene – men det var ikke egentlig en overkommelig arbeidsoppgave i lengden.

Derfor kan du tenke deg min enorme glede da jeg i dag så kollega Michael Hansen sin presentasjon på Fundraising Norge sin CRM-dag.

For Michael hadde, i løpet av minutter fått en AI til å gjøre samme jobb som hadde tatt oss et par dager.

Se på dette:

et chatgpt prompt vises. Teksten er "Jeg vil sende ut en DM til de giverne som tidligere har gitt en gave til en av våre kampanjer. Du skal kun ta med de som har gitt en gave siste tre år. Jeg vil at du legger til en kolonne med foreslåtte beløp. Den nye kolonnen skal ha beløpet forelsått basert på gavebeløpet på siste gave gitt. Jeg vil at du foreslår en liten øknin i beløpet som foreslås. Når det er gjort vil jeg at du legger til en kolonne med etekst som takker for den siste gaven som er gitt. Denne teksten skal kun gjøres for de som har gitt gaven i år. La det komme frem hvilken tid på året gaven ble gitt. Er den gitt i november eller desember, så skal det takkes for julegaven. For de som har gitt for mer enn et år siden skal takketeksten være mer generell uten tidsangivelse.

Her er hele denne bestillingen, som ville fått en hvilken som helst crm-avdeling til å gråte, bare lagt litt hulter til bulter i et AI-prompt.

Så kommer det noen runder med justeringer, AI’en får ikke helt til dette med årstid først og trenger et eksempel «Tusen takk for gaven på 1.200 kroner i fjor sommer», og den må få beskjed om at det ikke heter July på norsk. Men likevel, på utrolig kort tid sitter vi plutselig igjen med listene:

Skjermbilde av en excelliste. I venstre kolonne står en rekke bleøp. I høyre står takketekster som #Tusen takk for gaven du ga i sommer i fjor", "tusen takk for din tidligere støtte", "tusen takk for gaven du ga til jul i fjor" osv.
Takketekster til gruppen med lave beløp – ferdig flettet med en tidsangivelse for deres siste gave. Og en kolonne med forelsåtte beløp.
Skjermbilde av et excelark, med en kolonne. I den står tekster som "Tusen takk for gaven på 2000 kroner du ga i fjor sommer".
Takketekster til gruppen med høye beløp – ferdig flettet med både deres siste store beløp, og når den gaven ble gitt!

Det er jo så man får litt lyst til å gråte. For som Michael sa; her er plutselig hele databasen tilgjengelig for deg – helt uten verken studiepoeng i PowerBI eller egen CRM-avdeling som kan programmere kompliserte spørringer inn i database.

Andre eksempler han viste, var å be om å få en liste over de 100 giverne med høyest sannsynlighet for å bli fast giver til din neste utsendelse.

analytisk kreativitet

Et svært viktig poeng med kombinasjonen AI og database, er at det frigjør analytisk kreativitet. Altså at du kan lukte sporet av noe, og så forfølge det med en gang. Se om du finner noe interessent, justere kurs om det var feil, og bare grave i egne data.

Da begynner vi virkelig å ane kraften i egne data.

Ofte er det sånn at vi oppdager muligheter i data litt tilfeldig. Vi finner kanskje ut at en liten gruppe av giverne står for størsteparten av inntektene. Eller at en gruppe innenfor et segment har avvikende lav respons. Men det er overlatt til tilfeldighetene, eller til det vi kommer på å spørre om! Med AI kan vi laste opp et helt datasett (anonymisert selvfølgelig), og spørre «ser du noe interessant her»? og faktisk få fornuftige svar. Så kan vi bruke vår analytiske kreativitet til å grave videre, og virkelig få nytte ut av de dataene vi har. Selv om du bare er en skarve fundraiser uten så mye som et fnugg av en CRM-avdeling.

———

vil du høre mer, eller leke litt med AI sammen med oss? Ta kontakt så tar vi en kaffe!

dette gir meg superkrefter!

fundraiser i mellomstor organisasjon